Modelli lineari

I modelli lineari eseguono la previsione per un obiettivo continuo in base alle relazioni lineari tra l'obiettivo e uno o più predittori.

I modelli lineari sono relativamente semplici e offrono una formula matematica di facile interpretazione per il calcolo del punteggio. Le proprietà di questi modelli sono ben note; in genere possono essere creati molto rapidamente rispetto agli altri tipi di modelli (ad esempio le reti neurali o gli alberi decisionali) nello stesso dataset.

Esempio. Una compagnia di assicurazioni con risorse limitate per indagare sulle richieste di indennizzo di proprietari di case desidera creare un modello per la stima dei costi delle richieste. Con il deployment di questo modello nei centri servizi, i rappresentanti possono inserire gli estremi delle richieste di risarcimento mentre sono al telefono con i clienti e ottenere immediatamente il costo "previsto" del risarcimento in base ai dati passati.

Requisiti dei campi. Devono essere presenti un obiettivo ed almeno un input. Per impostazione predefinita, i campi con i ruoli predefiniti Entrambi e Nessuno non vengono utilizzati.

Nota: i campi evidenziati in rosso sono obbligatori. I pulsanti Incolla e OK vengono abilitati dopo aver inserito valori validi in tutti i campi obbligatori.

L'obiettivo deve essere continuo (scala). Non ci sono restrizioni del livello di misurazione sui predittori (input); i campi categoriali (nominali e ordinali) vengono utilizzati come fattori nel modello e i campi continui vengono utilizzati come covariate.

Nota: se un campo categoriale ha più di 100 categorie, la procedura non viene eseguita e non viene creato alcun modello.

Questa procedura incolla la sintassi del comando LINEAR .